CVPR2025视频生成统一评估架构,上交x斯坦福联合提出让MLLM像人类一样打分
Video-Bench团队 投稿量子位 | 公众号 QbitAI视频生成技术正以前所未有的速度革新着当前的视觉内容创作方式,从电影制作到广告设计,从虚拟现实到社交媒体,高质量且符合人类期望的视频生成模
阅读全文Video-Bench团队 投稿量子位 | 公众号 QbitAI视频生成技术正以前所未有的速度革新着当前的视觉内容创作方式,从电影制作到广告设计,从虚拟现实到社交媒体,高质量且符合人类期望的视频生成模
阅读全文功能简介Knowledge Graph Memory Server 是一个基于本地知识图谱的持久化记忆服务器,能够帮助 AI(如 Claude)跨会话记住用户信息,实现个性化对话体验。主要功能特性•
阅读全文机器之心报道编辑:Panda高考余热尚在,依然还是有不少博主和媒体在测试各家 AI 模型解答最新高考题的能力。而现在,一个正被火热评测的主流模型迎来了重磅升级!事情发生在昨天、北京国家会议中心、火山引
阅读全文作者介绍: 本文作者来自通义实验室 RAG 团队,致力于面向下一代 RAG 技术进行基础研究。该团队 WebWalker 工作近期也被 ACL 2025 main conference 录用。论文:h
阅读全文近日,抖音内容技术团队开源了 ContentV,一种面向视频生成任务的高效训练方案。该方案在多项技术优化的基础上,使用 256 块 NPU,在约 4 周内完成了一个 8B 参数模型的训练。尽管资源有限
阅读全文整理 | 华卫昨日,Meta 推出了其新的“世界模型”V-JEPA 2,旨在实现物理世界中顶尖的视觉理解与预测能力,以提升 AI 主体的物理推理能力。对于构建能在物理世界中运作的 AI 智能体和实现高
阅读全文整理 | 华卫 近日,新一代“面壁小钢炮” MiniCPM4.0 端侧模型发布,拥有 8B 、0.5B 两种参数规模 。 一款 8B 稀疏闪电版,带来端侧性能大跃升;一款 0.5B “以小博大”,适配
阅读全文新智元报道 编辑:编辑部 YZXN【新智元导读】豆包大模型1.6惊艳亮相,成为国内首款多模态SOTA模型,256k对话窗口,深度思考最长上下文。它不仅能看会想,还能动手操作GUI,国内最有潜力考
阅读全文新智元报道 编辑:英智【新智元导读】前OpenAI高管Steven Adler的最新研究揭露了令人不安的事实:在模拟测试中,ChatGPT有时会为了避免被替换,选择欺骗用户,甚至置用户健康于危险
阅读全文新智元报道 编辑:桃子【新智元导读】谷歌DeepMind重磅出击,开源首个形式化数学猜想库,获陶哲轩力挺!从解析数论的兰道猜想开始,这个开源项目将为AI破解数学难题的未来铺路。形式化猜想,再次获
阅读全文新智元报道 【新智元导读】2025年9月7日,新智元将迎来十岁生日!值此,新智元诚邀你加入,共同见证ASI降临。2015年9月7日—2025年9月7日,新智元星舰远航十年。「新智元」星舰搭载了数
阅读全文在 AI 的浪潮之巅,大语言模型(LLM)驱动的多智能体系统,正以其强大的协同能力,不断刷新我们对智能的想象。但一个痛点始终存在:构建这些复杂的系统,往往依赖于“炼丹师”们大量的手动设计和调试,这就像
阅读全文图像描述(Image Captioning)是多模态学习中基础且重要的任务,随着 LLM 时代模型的发展,现代的视觉语言模型可以生成详细而全面的描述。然而,由于评测的主观性和困难,当前的视觉语言评测往
阅读全文视频理解是通往 AGI 的必要路径。当前视频理解的探索主要集中于视频事件内容,人物动作,关系等。然而,嵌入视频中的可视文字却往往被忽略。从视频字幕到场景文字(街头招牌,道路指示牌),这些视频文本对于推
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!上海交通大学上海交通大学人工智能学院(https://sai.sjtu.edu
阅读全文图片来源:a16zZ Highlights搜索行为从传统浏览器向大型语言模型(LLM)平台迁移,价值超800亿美元的SEO市场根基已现裂痕,搜索迈入由语言模型主导的“生成式引擎优化(GEO)”全新范式
阅读全文图片来源:SupabaseZ HighlightsSupabase定位为Google Firebase的开源替代方案,用户可以使用包括数据库、身份验证在内的多种后端服务框架进行项目研发。目前,该项目的
阅读全文图片来源:Unsplash据知情人士透露,OpenAI 已与沙特公共投资基金、印度信实工业集团及现有股东阿联酋 MGX,就参与由软银主导的 400 亿美元新一轮融资进行商谈。这些投资者每家可能至少投入
阅读全文图片来源:火山引擎发布会字节跳动旗下火山引擎,于6月11日举办Force原动力大会,本次大会正式发布了豆包大模型1.6、视频生成模型Seedance 1.0 Pro等新模型,同时升级了AI Agent
阅读全文前几天,全国 1335 万考生走出了高考考场,但真正的「战场」才刚刚开始。当这千万的家庭一同涌入志愿填报这座「信息迷宫」,你会发现,这里的硝烟味,丝毫不亚于考场。3000 多所大学,1600 多个专业
阅读全文作者|王兆洋邮箱|wangzhaoyang@pingwest.com01火山引擎的名字里没有云。这件事在以前是个需要解释的事情。2020年底,字节内部的关键决策会议上,正式决定让火山引擎对外提供服务、
阅读全文作者|summer邮箱|huangxiaoyi@pingwest.com“做电商,要小心厂二代!”这句玩笑话,却真实地道出了“厂二代”这个群体在电商行业的杀伤力——他们拥有着作为最源头的成本优势,更懂
阅读全文文章转载于量子位(QbitAI)作者:闻乐“欧洲的OpenAI”Mistral AI终于发布了首款推理模型——Magistral。然而再一次遭到网友质疑:怎么又不跟最新版Qwen和DeepSeek R
阅读全文Transformer架构深度解析:关键组件与序列处理流程执行摘要Transformer架构,作为2017年开创性论文《Attention Is All You Need》中提出的模型,代表了序列转换
阅读全文📱9999 元起,华为 Pura80 Ultra 发布💰多家车企宣布:供应商支付账期统一至 60 天内🚗小米 SU7 Ultra 成为纽北最速量产电动车💭马云罕见回应,阿里离职员工万字长文刷屏⌚️机构
阅读全文点击👇🏻可关注,文章来自🙋♂️ 想加入社群的朋友,可看文末方法,进群交流。“ RPT 通过将传统的 next-token-prediction 重构为 next-token-reasoning 任务
阅读全文点击👇🏻可关注,文章来自🙋♂️ 想加入社群的朋友,可看文末方法,进群交流。“ 在移动设备 GUI 操作领域,AgentCPM-GUI 凭借强化微调、高质量数据集与紧凑动作空间设计,突破语言壁垒,在多
阅读全文如何通过 MCP(Model Context Protocol) 创建一个结合网络搜索、AI 代理和图像生成的现代研究助手🌟 引言:AI 驱动的研究未来已来想象一下,您拥有一个个人研究助手,可以即时搜
阅读全文同样3年经验,传统产品经理月薪18K,而AI产品经理月薪直奔50k?数据来源:BOSS直聘,仅供参考职场人的工资条,正在被“AI加持”彻底改写!当传统产品经理还在为需求文档和原型图内卷时,掌握大模型技
阅读全文